dTRPO: Trajectory Reduction in Policy Optimization of Diffusion Large Language Models

Fuente: arXiv
Guardado en:
Detalles Bibliográficos
Autores principales: Zhang, Wenxuan, Wu, Lemeng, Zhao, Changsheng, Chang, Ernie, Zhuge, Mingchen, Liu, Zechun, Su, Andy, Huang, Hanxian, Chen, Jun, Zhou, Chong, Krishnamoorthi, Raghuraman, Chandra, Vikas, Elhoseiny, Mohamed, Wen, Wei
Formato: Preprint
Publicado: 2026
Materias:
Acceso en línea:
Etiquetas: Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!

Ejemplares similares